翔云优配官网美股市场分析问界回应M7事故四大疑问

问界再次新M7 Plus山西高速事故。

4月26日下午,山西运城曾有一辆问界新M7 Plus车辆(以下简称"事故车辆")在高速行驶时和一辆高速洒水车追尾,碰撞后车辆起火,造成三人遇难,该事故引发了广泛关注。

翔云优配以其专业的服务和较低的管理费用在市场中受到不少关注。该平台提供了实盘交易、止盈止损、仓位控制等功能,旨在为投资者提供更为全面的投资体验。

5月6日,"AITO问界"官方微博发布《关于山西省侯平高速路段交通事故中问界新M7 Plus相关技术问题的说明》(以下简称《说明》),从技术角度对事故车辆相关问题进行了说明。问界方面表示,事故车辆在碰撞发生前制动系统正常,动力电池包未发生自燃,碰撞发生时车辆安全气囊正常打开。对于车门打开的问题,此次《说明》也进行了回应。

问界回应事故车辆技术问题

《说明》具体如下:

2024年4月26日,在山西省侯平高速路段发生一起交通事故,一辆问界新M7 Plus在内侧快车道行驶中追尾碰撞作业中的道路养护车。对于此次交通事故,我们深感痛心。

事故发生后,我们积极配合交警部门开展事故调查,提供一切必要数据还原事故原因,具体调查结果以交警部门认定通报为准。

该事件近期在网上被广泛关注,现针对问界用户关心的事故中问界新M7 Plus车辆(以下简称"事故车辆")相关技术问题进行说明:

疑问一:自动紧急制动(AEB)功能为何没有成功避免碰撞?

事故车辆在碰撞发生前制动系统正常,根据后台数据分析,事故发生前5分钟内有2次制动动作,车辆均能正常减速。

问界新M7 Plus搭载L2级辅助驾驶系统(非华为ADS 2.0智能驾驶系统),其自动紧急制动(AEB)工作范围为车速4~85km/h。事故车辆碰撞发生时车速115km/h,超过自动紧急制动(AEB)的工作范围。

疑问二:车辆起火原因?电池有没有自燃?

事故车辆与前方道路养护车发生115km/h高速追尾碰撞时,前方车辆尾部突出梁状坚硬结构瞬时严重侵入事故车辆左上侧前机舱及乘员舱,导致前机舱及乘员舱严重损坏,线束瞬间被切断,前机舱被高温部件或线束短路火花引燃,前机舱左侧先起火,后火势蔓延至整车,动力电池包未发生自燃。

疑问三:安全气囊是否正常打开?

根据后台数据分析,碰撞前主驾驶位有安全带锁扣信号,副驾驶位及后排3个座位均无安全带锁扣信号,安全气囊状态监测正常。碰撞发生时,车辆安全气囊正常打开。

疑问四:碰撞发生后,车门是否能打开?

问界新M7 Plus具备碰撞自动解锁功能,且配置机械车门内把手,特殊紧急情况时,可通过拉动机械车门内把手解锁开门。本次事故车辆与前方道路养护车发生115km/h高速追尾碰撞时,前方车辆尾部突出梁状坚硬结构瞬时严重侵入事故车辆左上侧前机舱及乘员舱,导致前机舱及乘员舱内电源线及信号线被瞬间切断,门把手控制器无法收到弹出信号,施救人员破窗拉动机械车门内把手开门实施营救。

汽车安全受关注,AEB渗透率走高

在本次事故中,AEB功能是否正常运行是关注焦点之一,AEB超过工作范围也是多起交通事故发生的背景。

公开资料显示,AEB即汽车自动紧急制动系统,是辅助刹车的电子系统,通过雷达检测与前方车辆或障碍物的距离,并通过电子控制单元进行分析,根据不同的距离和速度判断是否有碰撞的危险,向驾驶员发出警报,最大限度地进行自动紧急刹车或使车辆减速,从而降低与前方车辆或行人发生碰撞的概率,避免事故发生。

目前,越来越多的乘用车已经搭载AEB功能。国信证券研报表示,从渗透率看,2024年2月,乘用车标配AEB功能的渗透率为57%,同比增加3.5个百分点。2024年前2个月,乘用车标配AEB功能的渗透率为59.5%,同比增加10.8个百分点。

上述研报称,分品牌看,2024年2月,赛力斯汽车AEB渗透率为91.4%、理想汽车AEB渗透率为100%、零跑汽车AEB渗透率为69.5%、特斯拉汽车AEB渗透率为100%、蔚来汽车AEB渗透率为100%、小鹏汽车AEB渗透率为97.9%。

具体来看,价格越高的乘用车AEB搭载率越高,新能源汽车AEB搭载率高于乘用车整体。乘联会和科瑞咨询联合发布的报告表示,2024年前2个月,AEB整体装车率表现良好,24万元以上新能源车型中装车占比均在95%以上,32万元以上乘用车中装车占比在90%以上。得益于自动紧急制动对于安全性的提升,消费者接纳度较高,未来装车率将会进一步增长。但目前AEB功能也存在幽灵刹车等情况,提高AEB的障碍物识别能力将成为接下来发展的主要方向。

相关推荐
橙子小哥的代码世界7 分钟前
【机器学习】【KMeans聚类分析实战】用户分群聚类详解——SSE、CH 指数、SC全解析,实战电信客户分群案例
人工智能·python·机器学习·kmeans·数据科学·聚类算法·肘部法
k layc11 分钟前
【论文解读】《Training Large Language Models to Reason in a Continuous Latent Space》
人工智能·python·机器学习·语言模型·自然语言处理·大模型推理
代码猪猪傻瓜coding20 分钟前
【模块】 ASFF 模块
人工智能·深度学习
阿正的梦工坊26 分钟前
Sliding Window Attention(滑动窗口注意力)解析: Pytorch实现并结合全局注意力(Global Attention )
人工智能·pytorch·python
rgb2gray1 小时前
GeoHD - 一种用于智慧城市热点探测的Python工具箱
人工智能·python·智慧城市
火车叼位1 小时前
5个Why、SWOT, 5W2H等方法论总结,让你的提示词更加精炼
人工智能
阿正的梦工坊1 小时前
PyTorch下三角矩阵生成函数torch.tril的深度解析
人工智能·pytorch·矩阵
说私域2 小时前
电商运营中私域流量的转化与变现:以开源AI智能名片2+1链动模式S2B2C商城小程序为例
人工智能·小程序·开源·流量运营
老A的AI实验室2 小时前
通俗理解Test time Scaling Law、RL Scaling Law和预训练Scaling Law
人工智能·深度学习·算法·chatgpt·llm·agi·rl
多云的夏天2 小时前
AI(14)-prompt
人工智能